UNIVERSIDAD CATÓLICA DE SANTIAGO DE...

UNIVERSIDAD CATÓLICA

DE SANTIAGO DE GUAYAQUIL

FACULTAD DE EDUCACIÓN TÉCNICA PARA EL DESARROLLO

CARRERA DE INGENIERÍA EN TELECOMUNICACIONES

TEMA:

Comparación de métodos para la detección de punto R en la señal de

ECG

AUTOR:

González Cevallos, Luis Andrés

Trabajo de Titulación previo a la obtención del grado de

INGENIERO EN TELECOMUNICACIONES

TUTOR:

Zamora Cedeño, Néstor Armando

Guayaquil, Ecuador

15 de Marzo del 2017





CERTIFICACIÓN

Certificamos que el presente trabajo fue realizado en su totalidad por el Sr.

González Cevallos, Luis Andrés como requerimiento para la obtención del

título de INGENIERO EN TELECOMUNICACIONES.

TUTOR

________________________

Zamora Cedeño, Néstor Armando

DIRECTOR DE CARRERA

________________________

Heras Sánchez, Miguel Armando

Guayaquil, a los 15 del mes de Marzo del año 2017





DECLARACIÓN DE RESPONSABILIDAD

Yo, González Cevallos, Luis Andrés

DECLARÓ QUE:

El trabajo de titulación “Comparación de métodos para la detección de

punto R en la señal de ECG” previo a la obtención del Título de Ingeniero

en Telecomunicaciones, ha sido desarrollado respetando derechos

intelectuales de terceros conforme las citas que constan en el documento,

cuyas fuentes se incorporan en las referencias o bibliografías.

Consecuentemente este trabajo es de mi total autoría.

En virtud de esta declaración, me responsabilizo del contenido, veracidad y

alcance del Trabajo de Titulación referido.


EL AUTOR

_______________________

GONZÁLEZ CEVALLOS, LUIS ANDRÉS





AUTORIZACIÓN

Yo, González Cevallos, Luis Andrés

Autorizó a la Universidad Católica de Santiago de Guayaquil, la publicación,

en la biblioteca de la institución del Trabajo de Titulación: “Comparación de

métodos para la detección de punto R en la señal de ECG”, cuyo

contenido, ideas y criterios son de mi exclusiva responsabilidad y total

autoría.


EL AUTOR

_______________________


REPORTE DE URKUND

VI

DEDICATORIA

A ti, a la única persona en este mundo que siempre estará conmigo

en las buenas y en las malas, para ti, que siempre nos miras con los mismos

ojos y dices que somos lindos y hermosos, los más inteligentes y talentosos,

casi sin defectos. Eres una mujer que me llena de orgullo, te amo y no habrá

manera de devolverte todo lo que me has ofrecido. Esta tesis es un logro

más que puedo llevar a cabo, y también poder decir que te he cumplido al

menos un sueño, y sin lugar a dudas es gracias a ti. No sé en dónde estaría

de no ser por tu ayuda, tu amor y apoyo incondicional.

Te agradezco infinitamente. Rocío Cevallos Miranda.

EL AUTOR


VII

AGRADECIMIENTO

A Dios, que me ha dado la fortaleza para seguir, y darme la oportunidad de obtener

otro triunfo personal, darme salud y entendimiento para lograr esta meta.

De igual manera a mi madre que me ha acompañado durante todo mi trayecto

estudiantil y de vida, a mi hermana Cristina, a Carlos, mis abuelos y tíos, que de alguna

manera aportaron para este logro que de alguna manera u otra celebran mi éxito.

Al hombre que me dio la vida, a pesar de haberlo perdido a muy temprana edad, ha

estado junto a mi abuela y tío cuidándome y guiándome desde el cielo.

A Jennifer Pompeo, tu ayuda ha sido fundamental. Este proyecto no fue fácil, pero

estuviste motivándome y ayudándome hasta donde tus alcances te lo permitían, te lo

agradezco mucho, amor

A la Universidad Católica de Santiago de Guayaquil, y a la Facultad de Educación

Técnica para el Desarrollo, por haberme aceptado para ser parte de ella y abierto las

puertas a su seno científico.

A los ingenieros Néstor Zamora y Edwin Palacios quienes se tomaron el arduo

trabajo de transmitirme sus diversos conocimientos y sabios consejos para lograr mi meta.

A los demás profesores, por su dedicación y valiosa colaboración y sabios consejos

para lograr mi meta.

A todos mis amigos, compañeros, conocidos y personas especiales en mi vida, este

nuevo logro es en parte gracias a ustedes, que en un principio parecía una tarea titánica e

interminable, por su apoyo y consejos, hicieron esta experiencia una de las más especiales.

Dios les pague a todos y todas aquellas personas que a lo largo de mi vida han

contribuido conmigo.

EL AUTOR


VIII





TRIBUNAL DE SUSTENTACIÓN

f. _____________________________

ZAMORA CEDEÑO NÉSTOR ARMANDO

TUTOR

f. _____________________________

HERAS SÁNCHEZ MIGUEL ARMANDO

DIRECTOR DE CARRERA

f. _____________________________

PALACIOS MELÉNDEZ EDWIN FERNANDO

COORDINADOR DE TITULACIÓN

IX

Índice General

Índice de Figuras .............................................................................................. XI

Índice de Tablas .............................................................................................. XIII

Resumen ........................................................................................................ XIV

CAPÍTULO 1: Generalidades del Trabajo de Titulación ...................................... 2

1.1. Introducción .............................................................................................. 2

1.2. Antecedentes. .......................................................................................... 3

1.3. Definición del Problema............................................................................ 4

1.4. Justificación. ............................................................................................. 4

1.5. Objetivos. ................................................................................................. 4

1.5.1. Objetivo General .......................................................................... 4

1.5.2. Objetivos Específicos. ................................................................. 5

1.6. Hipótesis. .................................................................................................. 5

1.7. Metodología de investigación. .................................................................. 5

CAPÍTULO 2: Fundamentos teóricos del corazón humano y las arritmias

cardiacas. ................................................................................................. 7

2.1. Fisiología del corazón .............................................................................. 7

2.2. Arritmias cardiacas ................................................................................. 15

2.2.1. Arritmias sinusal respiratoria (ASR) ....................................................... 16

2.2.2. Latidos prematuros o extrasístoles ......................................................... 17

2.2.3. Flutter y Fibrilación ventricular ................................................................ 19

2.2.4. Flutter y fibrilación auricular .................................................................... 21

2.2.5. Latidos de fusión .................................................................................... 22

X

CAPÍTULO 3: Implementación en Matlab de dos métodos para detectar onda

R y comparación de los mismos. ............................................................ 24

3.1. IDE Matlab. ............................................................................................. 24

3.2. Cargar señales de la base de datos Physionet. ..................................... 25

3.3. Implementación del método basado en umbralización para la

detección de onda R en el ECG. ............................................................ 29

3.4. Implementación del método basado en primera derivada para la

detección de onda R en el ECG. ............................................................ 32

3.5. Comparación de los métodos ante varios tipos de ruido. ....................... 35

CAPÍTULO 4: Conclusiones y Recomendaciones. ........................................... 44

4.1. Conclusiones. ......................................................................................... 44

4.2. Recomendaciones. ................................................................................. 45

Bibliografía ........................................................................................................ 46

XI

Índice de Figuras

Capítulo 2

Figura 2. 1: Estructura interna del corazón y direccion del flujo sanguineo. .. 8

Figura 2. 2: Triángulo de Einthoven para derivaciones bipolares DI,DII y DIII.

HD: hobro derecho, HI: hombro izquierdo, P: pubis. .................................... 13

Figura 2. 3: ECG normal, registro 103 de la QT Database. ......................... 14

Figura 2. 4: Ocurrencia aislada de extrasístole (registro 119 MIT-BIT

Arrhytmia Database). ................................................................................... 18

Figura 2. 5: Ritmo Trigémino (registro 208 MIT-BIT Arrhytmia Database). .. 18

Figura 2. 6: Taquicardia ventricular (registro 207 MIT-BIT Arrhytmia

Database). ................................................................................................... 19

Figura 2. 7: Flutter ventricular (registro 207 MIT-BIT Arrhytmia Database). 20

Figura 2. 8: Flutter auricular (registro 202 MIT-BIT Arrhytmia Database). ... 21

Figura 2. 9: Ocurrencia de latidos de fusión F (registro 208 MIT-BIT

Arrhytmia Database). ................................................................................... 22

Capítulo 3

Figura 3. 1: Gráfica del segmento de la señal con los puntos R. ................. 27

Figura 3. 2: Gráfica de los ciclos cardiacos de la señal en 3D. .................... 27

Figura 3. 3: Gráfica de los ciclos cardiacos en una especie de espiral ........ 28

Figura 3. 4: ECG normal, linea roja que muestra el umbral fijado en 1 ua. .. 30

Figura 3. 5: Código de programación en MatLab para la detección de onda R

por umbralizacion en el ECG. ...................................................................... 31

Figura 3. 6: Detección de onda R por umbralizacion en el ECG .................. 32

Figura 3. 7: Señal de ECG (azul) y su primera derivada (rojo). La linea

discontinua verde muestra como el cruce por cero de la derivada coincide

con el pico R en el eje de las muestras (registro sel100 QT Database). ..... 33

Figura 3. 8: Código de programación en MatLab para la detección de onda R

por mediante el método basado en la primera derivada. ............................. 34

XII

Figura 3. 9: Detección de onda R por primera derivada en el ECG ............. 35

Figura 3. 10: Detección de onda R por umbralizacion en el ECG, ............... 39

Figura 3. 11: Detección de onda R por primera derivada en el ECG, .......... 40

Figura 3. 12: Detección de onda R por umbralización en el ECG, en

presencia de ruido de red eléctrica (registro sel103 QT Database). ............ 42

Figura 3. 13: Detección de onda R por primera derivada en el ECG, .......... 43

XIII

Índice de Tablas

Capítulo 3

Tabla 3. 1: Tasa de acierto de las detecciones para el algoritmo de

umbralización. .............................................................................................. 36

Tabla 3. 2: Tasa de acierto de las detecciones para el algoritmo basado en la

primera derivada .......................................................................................... 37


umbralización, con ruido de deriva de línea base. ....................................... 38


primera derivada, con ruido de deriva de línea base. .................................. 38


umbralización, con ruido de red eléctrica. .................................................... 41


primera derivada, con ruido de red eléctrica. ............................................... 41

XIV

Resumen

En este trabajo de titulación se realiza la implementación de una

interfaz gráfica de usuario (GUI) desarrollada bajo la plataforma de

simulación MatLab que permite cargar señales de electrocardiograma de la

base de datos Physionet las cuales se encuentran en formato wfdb, estas

señales son convertidas al formato mat nativo de Matlab utilizando la

herramienta wfdbtool disponible en el sitio web de Physionet. La herramienta

cuenta con la opción de eliminar los ruidos de altas y bajas frecuencias

presentes en la señal de electrocardiograma a través de filtros tipo IIR de

Butterworth de cuarto orden. El filtraje realizado sigue las normas

internacionales establecidas por la agencia American Heart Association.

Durante el presente trabajo de titulación también fueron estudiadas las

bases teóricas de las señales de electrocardiograma (ECG), los ruidos que

presenta, las técnicas de filtrado utilizadas para el procesamiento digital de

estas señales entre otros aspectos teóricos relativos al tema.

Palabras claves: ECG, MATLAB, PHYSIONET, FILTROS DIGITALES,

RUIDO, PROCESAMIENTO.

2

CAPÍTULO 1: Generalidades del Trabajo de Titulación

1.1. Introducción

Según datos de la Organización Mundial de la Salud (World Health

Organization, 2014) las enfermedades cardiovasculares son la principal

causa de muerte súbita en muchos países. El número de casos de muerte

cardiaca súbita por año ha aumentado debido a los hábitos sedentarios

adquiridos por la población y el consumo de alimentos que afectan el

correcto funcionamiento del corazón.

La mayoría de los casos de muerte cardiaca súbita ocurre sin la

presencia de algún síntoma previo (World Health Organization, 2014).

Algunas arritmias no letales, por ejemplo, extrasístoles ventriculares y

algunas enfermedades cardiacas están relacionadas con la muerte cardiaca

súbita por lo que el tratamiento preventivo y el correcto diagnóstico de estas

arritmias cardiacas son eficientes en la reducción de riesgos para el

paciente. La detección precoz de estas enfermedades cardiacas o arritmias

puede prolongar y ayudar a aumentar la calidad de vida de un individuo a

través del tratamiento adecuado.

El electrocardiograma (ECG) es un registro de la actividad eléctrica del

corazón por medio de un procedimiento no invasivo, de alto valor en el

diagnóstico de enfermedades y además de bajo costo (Barrett, 2013). Por

3

las razones anteriormente mencionadas el ECG es muy utilizado en el

diagnóstico de arritmias, análisis de la condición de isquemia del miocardio y

para la comprobación de regiones afectadas por un posible infarto.

1.2. Antecedentes.

La monitorización continua del ECG resulta en una gran cantidad de

datos, aproximadamente 100.000 latidos cada 24 horas (Barrett, 2013). Un

análisis visual e la señal consumiría mucho tiempo y el reconocimiento de

anormalidades no es trivial ya que la señal es contaminada por diferentes

tipos de ruidos (muscular, electromagnético, derivas de línea base, etc.)

(Friesen et al., 1990) y presentar variabilidad morfológica de un individuo a

otro e incluso en un mismo individuo en dependencia de la colocación de los

electrodos (Fernandez & Pallas-Areny, 1992).

Los sistemas computacionales pueden minimizar la complejidad del

análisis de la señal de ECG y brindan una herramienta automatizada de

apoyo al diagnóstico como soluciones inteligentes para los pacientes en

riesgo de padecer una muerte cardiaca súbita. En los centros de

monitorización de las señales vitales, en los equipos médicos más

avanzados son empleados varios algoritmos de evaluación del ECG,

disparando alarmas cuando una anormalidad es detectada.

4

1.3. Definición del Problema.

Los métodos de procesamiento de señales biomédicas en la carrera de

Ingeniería en Telecomunicaciones no son abordados. Específicamente, el

procesamiento de señales ECG no existen trabajos de titulación en la que se

realice la detección del punto R de un ECG. De acuerdo a lo explicado,

surge la necesidad de realizar la comparación de métodos para la detección

de punto R en la señal de ECG.

1.4. Justificación.

Para la comparación de métodos de para la detección de punto R en la

señal de ECG se requiere la implementación de algoritmos, para lo cual es

necesario utilizar la plataforma de simulación MatLab. Con esta herramienta

se logrará incentivar a que los estudiantes de la Carrera de Ingeniería en

Telecomunicaciones puedan desarrollar futuros trabajos de titulación.

1.5. Objetivos.

Dada la alta importancia que tiene el análisis de las señales de ECG

para la detección temprana de condiciones cardiacas que pueden conducir a

una muerte cardiaca súbita, el objetivo general del presente trabajo es:

1.5.1. Objetivo General

Desarrollar la implementación en MatLab de 2 técnicas para la

detección de pico R en la señal ECG y la comparación de los mismos.

5

1.5.2. Objetivos Específicos.

Los objetivos específicos son:

Describir los fundamentos teóricos sobre las señales de ECG.

Estudiar las técnicas de detección de pico R basado en umbral y en

la primera derivada.

Implementar en Matlab de las técnicas estudiadas mediante el

análisis de las señales de los métodos de detección de señales

ECG.

1.6. Hipótesis.

Si son investigados e implementados métodos para la correcta

detección de onda R en señales de ECG, esto contribuirá a minimizar la

complejidad del análisis de la señal de ECG y brindar una herramienta

automatizada de apoyo al diagnóstico.

1.7. Metodología de investigación.

El presente trabajo de titulación aborda la metodología de adquisición

de señales electrocardiográficas. Durante la detección de la onda R en

señales ECG se utiliza la base de datos de PhysioNet y se implementa dos

métodos basados en la umbralización y primera derivada. El tipo de

investigación es: (a) descriptiva, porque describe los fundamentos teóricos

del corazón humano y las arritmias cardiacas; (b) exploratoria, porque realiza

la búsqueda de información relacionado a la detección de onda R; y (c)

6

explicativa, porque explica en MatLab la programación de los dos métodos

utilizados en la detección de onda R en señales ECG.

Finalmente, se realiza un análisis comparativo en forma gráficas de

cada uno de los dos métodos de detección de onda R en señales ECG

previamente guardadas en la base de datos de PhysioNet.

7

CAPÍTULO 2: Fundamentos teóricos del corazón humano y las

arritmias cardiacas.

En este capítulo se presentan los conceptos relacionados a la actividad

cardiaca desde el punto de vista fisiológico, también serán tratadas varios

tipos de arritmia y sus eventos fisiológicos asociados.

2.1. Fisiología del corazón

El corazón actúa como una bomba pulsante, siendo capaz de impulsar

volúmenes variados de sangre, tiene mecanismos autonómicos de control

para la atención de los tejidos del organismo.

El corazón está dividido en 2 sectores: auricular y ventricular. Este

agrupamiento se debe principalmente al tipo de células en el musculo

cardiaco, las cuales permiten la propagación de potenciales eléctricos sin la

necesidad de la sinapsis a través de neuro-transmisores. Los 2 sectores

están separados por un tejido conjuntivo fibroso y denso. La única via de

conducción es el nodo auriculo-ventricular (AV), que es un sistema de

conducción especializado que al inducir un retraso en la conducción del

estímulo lo que viabiliza el bombeo coordenado de la sangre por el corazón.

En el corazón existen cuatro cámaras (aurícula derecha, aurícula

izquierda, ventrículo derecho y ventrículo izquierdo), separadas dos a dos

8

por paredes comunes. Las dos cámaras derechas son separadas por la

válvula tricúspide y las dos cámaras izquierdas están separadas por la

válvula mitral. En la figura 2.1 se muestra la estructura del corazón y la

dirección del flujo sanguíneo por medio de las cámaras y válvulas cardiacas.

Figura 2. 1: Estructura interna del corazón y direccion del flujo sanguineo.

Elaborado por: Autor.

La función de las válvulas es direccionar el flujo sanguíneo en el interior

de las cavidades del corazón y de ahí para las arterias. La sangre venosa

(rica en gas carbónico) llega a la aurícula derecha y por medio de la válvula

tricúspide pasa al ventrículo derecho que la impulsa hacia los pulmones

durante la contracción o sístole para el intercambio gaseoso. Durante la

dilatación de los ventrículos o diástole, la sangre arterial (rica en oxigeno)

entra a la aurícula izquierda, en la contracción de esta, la sangre es enviada

Aurícula derecha Aurícula izquierda

Ventrículo izquierdo Ventrículo derecho

Válvula mitral

Válvula aortica

Válvula tricúspide

Válvula pulmonar

9

al ventrículo izquierdo pasando a través de la válvula mitral donde es

bombeada a la circulación periférica a través de la atería aorta.

El miocardio es la parte intermedia del musculo cardiaco que contiene

un 99% de células contráctiles y un 1% de células especializadas del

sistema de conducción, que presentan despolarización espontanea. La

función cardiaca está relacionada a las características de esas células:

automatismo, ritmo, contractibilidad y conductibilidad.

El automatismo se refiere a la capacidad de una célula dada de

generar potenciales de acción de forma espontánea o impulsos eléctricos y

ritmo establece la frecuencia y la regularidad de la actividad. El potencial de

acción es resultado de una oscilación transitoria del potencial de membrana,

el potencial e reposo de las células, con alteraciones en la permeabilidad

que a su vez define las concentraciones de iones de potasio, sodio y calcio

(K+, Na+, Ca2+) en el medio intracelular y extracelular.

Este comportamiento proporciona un sistema de excitación que

controla la generación de los latidos del corazón. El automatismo está

presente principalmente en las células excitadoras del nodo sino-auricular

(SA). El nodo SA es el sitio natural de la generación de potenciales de

acción, y por lo tanto llamado el marcapasos fisiológico del corazón. En un

individuo adulto normal, el nodo SA produce aproximadamente el 70 por

10

minuto. Otras células también exhiben automaticidad y situaciones atípicas

generan impulsos con menos frecuencia 40 a 60 impulsos eléctricos por

minuto al nodo AV y de 20 a 40 pulsos por minuto en las fibras de Purkinje.

Las células del musculo cardiaco, presentan, en reposo, un

comportamiento de un dipolo eléctrico, siendo despolarizadas cuando un

impulso eléctrico es aplicado en la membrana celular. La propagación del

estímulo es facilitada por las células especiales de conducción existentes en

el tejido cardiaco, que aumentan la conductibilidad gracias a que redicen la

resistencia eléctrica en l membrana celular.

La velocidad de propagación del potencial de acción depende de varios

factores interrelacionados: resistencia eléctrica, capacidad eléctrica,

diámetro de las fibras, periodo refractario y el tipo de respuesta de la célula.

Como la resistencia eléctrica de la membrana celular es alta, el impulso se

tiende a propagar a lo largo de las células no transversalmente a la

membrana. Células con mayor diámetro presentan una mayor velocidad de

conducción. La membrana posee capacitancia eléctrica y por tanto una

corriente de despolarización no es capaz de modificar el potencial

instantáneamente.

El período refractario absoluto (PRA) antecede que una vez

despolarizada la célula no responde a ningún estímulo hasta que el potencial

11

de membrana se encuentre nuevamente con valores entre -50 mV a -55 mV.

El período refractario relativo (PRR) es un intervalo de tiempo durante el cual

el estímulo produce un potencial de acción. Solamente para los PRA la

célula presenta una mejor respuesta al potencial de acción a través del

musculo cardiaco.

Adicionalmente se tiene células de respuestas rápidas (fibras

contráctiles y sistemas especializados en las aurículas y los ventrículos) y

células de respuesta lenta (nodo SA, nodo AV y eje de His). Ambos tipos de

células asumen papeles fundamentales en el proceso de propagación del

impulso.

El ciclo cardiaco es definido con base en la conducción del impulso en

el musculo cardiaco: iniciando en el nodo SA, se propaga preferentemente

por los ejes inter-nodales, activa las aurículas y alcanza el nodo AV, donde

sufre un retardo en la conducción imprescindible para el llenado de los

ventrículos (sístole) y para la contracción auricular (diástole). La velocidad de

conducción aumenta nuevamente cuando el estímulo para por el eje de His y

alcanza su máxima velocidad cuando alcanza las fibras de Purkinje.

El proceso se extiende a todo el miocardio ventricular, avanzando fibra

a fibra, en forma de un frente de ondas de despolarización. La excitación de

extingue cuando un potencial de acción dado colisiona con otro que llego a

12

ese punto a través de otro camino, siendo ese acontecimiento fundamental

para la naturaleza clínica de la actividad eléctrica del corazón.

El electrocardiograma (ECG) es el registro de la actividad eléctrica del

corazón y refleja la respuesta de un conjunto de células al potencial de

acción generado en algún sitio de automatismo, normalmente el nodo SA. El

electrocardiógrafo es un instrumento capaz de medir las variaciones del

potencial eléctrico en diversos puntos de la superficie del cuerpo humano,

causados por la actividad cardiaca. Son usados electrodos de superficie y la

disposición física de los mismos define una derivación.

El sistema de derivaciones para el ECG fue concebido por el holandés

Willem Einthoven y asume que la suma de dos vectores de toda la actividad

eléctrica cardiaca está en un triángulo equilátero (centro eléctrico del

corazón), cuyos vértices están localizados en el hombro izquierdo, hombro

derecho y en la región púbica.

Este triángulo, denominado Triángulo de Einthoven con lados DI, DII,

DIII y define las derivaciones bipolares del plano frontal, tal como se muestra

en la figura 2.2.

13

Figura 2. 2: Triángulo de Einthoven para derivaciones bipolares DI,DII y DIII. HD:

hobro derecho, HI: hombro izquierdo, P: pubis.


En la práctica, los electrodos son conectados a los antebrazos derecho

e izquierdo. De modo similar, la pierna representa una extensión de las

derivaciones del pubis, por lo que el tercer electrodo es conectado encima

del tobillo izquierdo.

La orientación de las derivaciones bipolares DI, DII, DIII, establecidas

por Einthoven fue basada en la Segunda Ley de Kirchhoff (o ley de las

corrientes). La aplicación de esa ley hace valida una relación DI + DIII = DII,

o sea el potencial eléctrico de una de esas derivaciones bipolares puede ser

obtenido matemáticamente, por la suma de los potenciales conocidos de las

otras derivaciones.

Otras derivaciones fueron creadas con base en las derivaciones

bipolares del plano frontal. Es de fundamental importancia el conocimiento

14

de la derivación utilizada en el registro del ECG, pues las anormalidades en

la contracción del musculo cardiaco o en la conducción del impulso alteran

de forma diferente los patrones electrocardiográficos de las diferentes

derivaciones.

En este trabajo normalmente (a menos que se indique lo contrario) la

derivación DII con los electrodos fijados en la región torácica. En la figura 2.3

se muestra la señal de ECG de un ciclo cardiaco normal obtenido a través

de la derivación torácica bipolar DII.

Figura 2. 3: ECG normal, registro 103 de la QT Database.


Un ECG normal presenta todas las ondas P, Q, R, S e T, definiendo

tres eventos principales: la despolarización y contracción auricular (onda P),

repolarización auricular y simultáneamente la contracción ventricular

Tiempo (s)

Am

plit

ud (

au

)

15

(complejo QRS) y la repolarización ventricular (onda T). El intervalo o

segmento PR corresponde al retraso en la conducción del estímulo en el

dodo AV, para permitir la ejecución completa de la sangre e las aurículas

hacia los ventrículos.

La onda R, generalmente tiene una amplitud superior a las demás

ondas del ECG. Al final de la onda T ocurre el relajamiento de los ventrículos

(diástole ventricular), donde los tejidos pueden responder nuevamente a un

impulso eléctrico. En la mayoría de las derivaciones, la onda T está

orientada en el mismo sentido en la misma dirección que el complejo QRS,

con relación a la línea isoeléctrica, caracterizando que el proceso de

repolarización ocurre en dirección contraria al de despolarización.

2.2. Arritmias cardiacas

Las arritmias son disturbios en la generación del impulso cardiaco,

como consecuencia de las alteraciones de automatismo, o problemas en la

conducción del propio impulso. Desde el punto de vista fisiológico, las

arritmias cardiacas son resultantes de la ocurrencia aislada o combinada de

los siguientes eventos (Murgatroyd, 2002):

Anormalidades en el ritmo del marcapasos natural (nodo SA);

Función de marcapasos ejecutada por otras regiones del corazón

(latidos ectópicos);

16

Bloqueo de diferentes puntos en la conducción del impulso a través

del corazón;

Conducción del impulso por vías alternativas.

Generación espontánea de impulsos espurios en otras regiones del

corazón (latidos ectópicos).

Como resumen podemos decir que una arritmia se debe a que el

generador de impulsos cardiacos (nodo SA) y/o el sistema de conducción

especializado (nodo AV), presentan comportamientos atípicos o son

bloqueados por la ocurrencia de una despolarización de origen ectópica. El

ECG, bajo situación de arritmias, presenta una alteración temporal y

morfológica. En esta sección serán tratadas algunas arritmias que pueden

ser detectadas a partir de un detector de punto R. Las figuras presentadas

son elaboradas con el software Matlab y son señales de la MIT-BIH

Arrhytmia Database (Moody & Mark, 2001).

2.2.1. Arritmias sinusal respiratoria (ASR)

Es un evento asociado con el ciclo respiratorio, corresponde a la

variación cíclica de los latidos cardiacos a través del nodo SA y sincronizada

con la respiración. Presenta un aumento de la frecuencia cardiaca al final de

la inspiración y disminución de la misma al final de la expiración. Desde un

punto de vista clínico, este tipo de arritmia no presenta riesgos para la vida

humana.

17

Es común en personas jóvenes tendiendo a disminuir en la edad

adulta. Al contrario de las demás arritmias, la arritmia sinusal es una

manifestación del buen funcionamiento de los mecanismos de control

autonómico que regulan la actividad cardiaca. El ECG, bajo condiciones de

ASR, presenta oscilaciones en la línea base (Murgatroyd, 2002).

2.2.2. Latidos prematuros o extrasístoles

La extrasístole se caracteriza por una exacerbación de la excitabilidad

de algunas regiones del musculo cardiaco, pudiendo ocurrir incluso con el

automatismo normal.

La extrasístole anticipa un latido normal y produce una onda de

despolarización ectópica que ocurre después del periodo refractario.

Dependiendo de su origen, presentan un intervalo de tiempo invariable entre

el latido normal y el latido extra-sistólico. En el ECG se registra una pausa

después de la ocurrencia de un latido extra-sistólico denominada pausa

compensatoria, que muestra la imposibilidad de propagación del estímulo

sinusal, bloqueado por la despolarización ectópica (Wartak & Treviño, 1985).

En la figura 2.4 se muestra una señal de ECG con una ocurrencia

aislada de extrasístole. Mientras que en la figura 2.5 se muestra un ECG que

presenta un ritmo trigémino, en el cual una extrasístole ocurre después de

dos latidos normales.

18

Figura 2. 4: Ocurrencia aislada de extrasístole (registro 119 MIT-BIT Arrhytmia

Database).

Elaborado por: Autor

Figura 2. 5: Ritmo Trigémino (registro 208 MIT-BIT Arrhytmia Database).


19

La ocurrencia de tres o más extrasístoles sucesivas caracteriza la

taquicardia ventricular. En la figura 2.6 se presenta una situación en la que

hay una ocurrencia continua de extrasístoles (taquicardia ventricular).

Figura 2. 6: Taquicardia ventricular (registro 207 MIT-BIT Arrhytmia Database).


Es importante resaltar que la ocurrencia de extrasístoles, aun siendo de

forma aislada, debe suscitar una investigación, pues, aunque no tengan

ninguna relación que cardiopatías, pueden estar asociadas con hipertensión,

padecimiento coronario, padecimiento miocárdico o incluso padecimiento

valvular.

2.2.3. Flutter y Fibrilación ventricular

El flutter ventricular (véase la figura 2.7) es un evento de taquicardia

ventricular extrema. Los ventrículos son, en general, más resistentes a la

fibrilación que las aurículas, porque la activación de los mismos se da en el

Tiempo (s)

Am

plit

ud

(a

u)

20

sentido transversal. Por lo que la ocurrencia de un proceso fibrilatorio en los

ventrículos sugiere un grado más avanzado de un padecimiento miocárdico,

manifestado por la diferencia de refractariedad entre los grupos celulares a

cauda de la lesión (Wartak & Treviño, 1985).

Figura 2. 7: Flutter ventricular (registro 207 MIT-BIT Arrhytmia Database).


El complejo QRT, el segmento ST y la onda T se fusionan en una única

onda, siendo imposible identificar cualquier onda de las que existe en un

ECG normal. La frecuencia es muy elevada, mayor que 180 latidos por

minuto y la amplitud es grande. A medida que la frecuencia aumenta el

evento predominante es la fibrilación ventricular. La fibrilación ventricular

puede ser desencadenada por extrasístoles ventriculares. Es el mecanismo

más común de muerte súbita en individuos sintomáticos o no.

Tiempo (s)

Am

plit

ud

(a

u)

21

2.2.4. Flutter y fibrilación auricular

El ECG con flutter auricular (véase la figura 2.8, señalados con una

flecha) no presenta las ondas P, deflexiones auriculares regulares y

variables en duración, denominadas ondas f, dando a la línea base un

aspecto de diente de sierra. Esa característica es más evidente en las

derivaciones DII, DIII, aVF y V1 (Wartak & Treviño, 1985).

Figura 2. 8: Flutter auricular (registro 202 MIT-BIT Arrhytmia Database).


Con frecuencia, este tipo de flutter evoluciona hacia una fibrilación

auricular. Produciéndose un proceso de despolarización auricular

desordenado, lo que lleva a una pérdida de contractibilidad auricular.

22

2.2.5. Latidos de fusión

Ocurren cuando los ventrículos son activados por dos frentes de onda:

uno generado por el nodo SA y el otro por un foco ectópico que consiguió

generar un impulso antes de ser descargado por el impulso normal (Wartak

& Treviño, 1985).

En la figura 2.9 se presenta un ECG con latidos de fusión denotados

con la letra F. El complejo QRS de tipo de latido tiene una morfología

intermedia entre un latido normal y un latido de origen ventricular, siendo

precedido por una onda P.

Figura 2. 9: Ocurrencia de latidos de fusión F (registro 208 MIT-BIT Arrhytmia

Database).


23

Finalmente, los latidos de fusión se deben a la ocurrencia de

extrasístoles un poco prematuras, cuyas ondas de despolarización no

ocurren a tiempo de bloquear la propagación del estímulo sinusal.

24

CAPÍTULO 3: Implementación en Matlab de dos métodos para detectar

onda R y comparación de los mismos.

En este capítulo se describirá la implementación de 2 métodos para la

detección de onda R en el ECG, uno basado en umbralización y el otro

basado en la primera derivada de la señal. Los métodos serán probados con

señales reales de la base de datos QTdatabase de la Physionet

(PhysioBank, 2000). Como va se mencionó en el capítulo anterior los

algoritmos presentados en este trabajo se refieren a la derivación DII de la

señal del electrocardiograma.

3.1. IDE Matlab.

Matlab (abreviación del inglés MAtrix LABoratory) es un entorno de

desarrollo integrado enfocado a aplicaciones de álgebra y matemática,

integra análisis numérico, cálculos matriciales, procesamiento de señales y

construcción de gráficos en un ambiente fácil de usar donde los problemas y

soluciones son expresados matemáticamente al contrario de la

programación tradicional.

Matlab proporciona un ambiente interactivo donde el elemento básico

es una matriz. Este sistema permite la dar solución a muchos problemas

numéricos en mucho menos tiempo del que se gastaría para escribir un

programa semejante en otros lenguajes de programación como son Fortran,

25

Basic o C, por citar algunos. Además, las soluciones son expresadas de una

forma similar a como son escritas matemáticamente.

El Matlab a día de hoy es muy utilizado por los ingenieros tanta para

realizar pruebas de algoritmos como para la implementación de software

para la distribución final y utilización en un entorno de producción.

3.2. Cargar señales de la base de datos Physionet.

Las señales de la base de datos Physionet tienen un formato de

almacenamiento de las señales llamado WFDB (por sus siglas en inglés

WaveForm DataBase) para poder acceder a este formato desde Matlab está

disponible en el sitio de la Physionet la herramienta llamada WFDB Toolbox

for MATLAB and Octave (Silva & Moody, 2014).

WFDB Toolbox for MATLAB and Octave, según la descripción de sus

creadores, es una colección de funciones para leer, grabar y procesar

señales fisiológicas y series de tiempo en los formatos usados por la base de

datos Physionet. La herramienta WFDB es compatible con Matlab de 64 bits

y su equivalente en software libre GNU Octave en las plataformas

GNU/Linux, Mac OS X y MS Windows.

Para usar esta herramienta se requiere tener instalado la máquina

virtual de Java versión 1.7 o superior.

26

Para instalar la herramienta en el prompt de Matlab, utilizar los

comandos:

addpath (“directorio_donde_se_encuentra_la_herramienta/mcode”)

savepath

El primero permite posicionarse en el directorio donde se encuentra la

herramienta y agregarla al conjunto de directorios donde el Matlab busca las

funciones que necesita. El segundo permite salvar el directorio actual dentro

de la memoria del Matlab, de manera que cada vez que sea una función de

esta herramienta el Matlab sepa dónde buscarla. Una forma de comprobar si

la herramienta se instaló correctamente es ejecutar en el prompt del Matlab

el comando: wfdbdemo

El comando anterior ejecuta una demostración de algunos de los

procesamientos que se pueden realizar en Matlab con señales de la

Physionet (en este caso se usaron señales de la MIT-BIH Arrhythmia

Database) usando la herramienta WFDB y funciones de procesamiento de

señales del propio Matlab.

En las figuras 3.1, 3.2 y 3.3 se muestran los gráficos generados por la

aplicación de demostración. En la figura 3.1 se muestra un segmento de

señal con los puntos R anotados por especialistas, en la figura 3.2 se

muestran los ciclos cardiacos de la señal en forma de una superficie como si

27

se tratará de un mapa en 3D y en la figura 3.3 se muestran los ciclos

cardiacos en una especie de espiral filtrados usando un filtro de Kalman.

Figura 3. 1: Gráfica del segmento de la señal con los puntos R.


Figura 3. 2: Gráfica de los ciclos cardiacos de la señal en 3D.


28

Figura 3. 3: Gráfica de los ciclos cardiacos en una especie de espiral


Para cargar las señales con formato wfdb a Matlab se utilizan los

comandos:

wfdb2mat (archivo_con_formato_wfdb);

[tm,signal,Fs,labels]=rdmat(archivo_.mat_generado);

La primera línea convierte la señal contenida en el formato wfdb al

formato „.mat‟ utilizado por Matlab. La segunda línea de código lee el formato

Matlab generado por la línea anterior y devuelve 4 variables: tm que es la

variable que representa el eje tiempo, signal la cual es la variable que

contiene la información del ECG en muestras, Fs que es la frecuencia de

muestreo y labels que son las anotaciones realizadas por los médicos.

29

3.3. Implementación del método basado en umbralización para la

detección de onda R en el ECG.

La mayoría de los métodos para detectar ondas en el ECG se basan en

la morfología que presenta este tipo de señal bioeléctrica. En el caso del

detector de onda R por umbralización este algoritmo se basa en que el pico

R es la onda con mayor amplitud en el ECG. La implementación del método

de detección por umbralización realizada en este trabajo es una variante del

algoritmo presentado por Pan y Tompkins (1985).

Bajo el supuesto ya mencionado de que el pico R es la onda con mayor

amplitud en el ECG, si analizamos en una señal de ECG (véase la figura 3.4)

los valores por encima de un umbral dado, donde se encuentren debajo

todas las ondas del ECG excepto la onda R, lo único que nos quedaría es

detectar el punto máximo del tramo de señal bajo análisis y en ese punto

máximo se encuentra el punto R.

En el caso mostrado en la figura 3.4 el umbral fue fijado manualmente

por nosotros a través de la observación del tramo de la señal. Pero lo que

realmente se desea es que el algoritmo detector de pico R sea capaz de

calcular un umbral de forma automática, que se ajuste a la señal que está

siendo analizada. Para lograr esto lo que haremos es: detectar el valor

máximo de la señal bajo análisis y fijaremos un umbral con un valor de un

80% del máximo valor de la señal bajo análisis (el cual es un valor bastante

30

usado (Pan & Tompkins, 1985)). Esto quiere decir que serán analizados

todos los picos de la señal que sean mayores a un 80% de mayor valor de la

señal.

Figura 3. 4: ECG normal, linea roja que muestra el umbral fijado en 1 ua.


En la figura 3.5 se muestra el recuadro del código de programación

realizado en MatLab, que sería básicamente donde esta implementado el

algoritmo anteriormente explicado. Primero se llama a la función de series R

propio del Toolbox de MatLab, es decir, que está función carga un método

para la detección del punto R. Sin esta herramienta el programa desarrollado

en el script de MatLab no podrá funcionar correctamente. El código

propuesto realiza la detección de puntos R utilizando umbralización, así

como detectar el punto máximo R en „x‟ e „y‟ de cambio de pendiente que se

realiza a la señal ECG de la base de datos de Physionet.

Tiempo (s)

Am

plit

ud (

au

)

31

Figura 3. 5: Código de programación en MatLab para la detección de onda R por

umbralizacion en el ECG.

Mientras, que en la figura 3.6 se muestra la gráfica que corresponde al

funcionamiento del método implementado en el algoritmo de la figura 3.5.

Los puntos R se muestran en círculos violetas, correspondientes a la señal

ECG perteneciente al registro 100 de la QT Database de la Physionet.

32

Figura 3. 6: Detección de onda R por umbralizacion en el ECG

(registro sel100 QT Database).


3.4. Implementación del método basado en primera derivada para

la detección de onda R en el ECG.

El método de detección de onda R basado en la primera derivada,

utiliza la forma de onda de la derivada de la señal de ECG. El método

implementado es una variante de lo propuesto por Balda y colaboradores

(1977). En la figura 3.7 se puede observar la señal de ECG y su primera

derivada (rojo).

33

Figura 3. 7: Señal de ECG (azul) y su primera derivada (rojo). La linea discontinua

verde muestra como el cruce por cero de la derivada coincide con el pico R en el

eje de las muestras (registro sel100 QT Database).


Se observa de la figura 3.8 que las amplitudes mayores de la derivada

ocurren en dentro de los límites de la onda R, lo que esta correcto ya que la

derivada mide la velocidad con que varían las cosas. En este caso la señal

de ECG, la cual durante el pico R obtiene su mayor amplitud haciendo con

que la velocidad de variación sea muy alta en el sentido positivo (pendiente

positiva de la onda R), cero (en el cambio de pendiente) y muy alta en el

sentido contrario o negativo (pendiente negativa de la onda R).

Cruce por cero

34

Debido a las características presente en la primera derivada de la señal

de ECG es posible realizar un detector de onda R detectando en cada latido

la mayor amplitud de la derivada y luego detectando su cruce por cero que

refleja el cambio de pendiente y por tanto el pico R en el eje X o eje de las

muestras en nuestro caso. El proceso es repetitivo para cada latido.

En la figura 3.8 se muestra recuadro que representa el código realizado

en Matlab para la implementación del método basado en la primera

derivada, el mismo implementa los pasos descritos con anterioridad y se

encuentra comentado para facilitar su comprensión. A diferencia del primer

método implementado en la sección 3.3, se aplica otra función para la

detección de la onda R a través de la primera derivada.

Figura 3. 8: Código de programación en MatLab para la detección de onda R por

mediante el método basado en la primera derivada.


35

En la figura 3.9 puede observarse la detección realizada por el

algoritmo de detección de onda R usando la primera derivada de la señal de

ECG.

Figura 3. 9: Detección de onda R por primera derivada en el ECG

(registro sel100 QT Database).


3.5. Comparación de los métodos ante varios tipos de ruido.

Para la evaluación de las detecciones de punto R utilizaremos la tasa

de acierto que presenta la siguiente formula:

36

(1)

La cantidad total de picos R es un dato que brinda la QT Database,

este dato es extraído a través de la función rdann, la cual devuelve la

cantidad de picos R, así como su posición en el eje X o sea en el eje de las

muestras.

Las condiciones para cada algoritmo serán: la aplicación de un filtro

pasa altas de Butterword orden 4 con frecuencia de corte a 0,67 Hz para la

eliminación de derivas de línea base y la aplicación de un filtro pasa bajas de

Butterword orden 4 con frecuencia de corte de 45 Hz para la eliminación de

ruedos de alta frecuencia como el de la red eléctrica.

En la tabla 3.1 y 3.2 se muestran los valores de tasa de acierto de los

métodos que fueron implementados.

Tabla 3. 1: Tasa de acierto de las detecciones para el algoritmo de umbralización.

Señal R detectados R totales Tasa de acierto

sel100 1134 1134 100 %

sel103 1049 1049 100 %

sel116 1186 1186 100 %

sel117 766 766 100 %

sel123 756 756 100 %


37


primera derivada


sel100 1134 1134 100 %

sel103 1049 1049 100 %

sel116 1186 1186 100 %

sel117 766 766 100 %

sel123 756 756 100 % Elaborado por: Autor.

El primer experimento que haremos será adicionar una deriva de línea

base artificial a la señal de ECG para observar el comportamiento de los

métodos implementados bajo estas condiciones.

La deriva de línea base (DLB) es un tipo de ruido de baja frecuencia

con respecto a la señal de ECG con forma sinusoidal que puede tener entre

0.001 Hz y 1 Hz y de una amplitud entre 30 % y 70 % de la señal de ECG,

llegando en ocasiones a superar el 100% de la amplitud del ECG (Friesen et

al., 1990). Las DLB generalmente son ocasionadas por el por el movimiento

debido a la respiración del paciente, el mal contacto de los electrodos

durante la adquisición, la mala preparación previa de la piel y los

movimientos bruscos realizados por el paciente durante al adquisición

(Fernández & Pallás-Areny, 1999; Friesen et al., 1990).

En nuestro experimento simularemos la deriva de línea base usando un

seno de 0.5 Hz con una amplitud de 30% de la amplitud pico a pico de la

38

señal de ECG. En las tablas 3.3 y 3.4 se muestran las tasas de acierto

conseguidas por cada uno de los métodos en las condiciones descritas.

Tabla 3. 3: Tasa de acierto de las detecciones para el algoritmo de umbralización,

con ruido de deriva de línea base.


sel100 661 1134 58.28 %

sel103 806 1049 76.83 %

sel116 780 1186 65.76 %

sel117 357 766 46.60 %

sel123 426 756 56.34 %



primera derivada, con ruido de deriva de línea base.


sel100 1132 1134 99.82 %

sel103 1048 1049 99.90 %

sel116 1139 1186 96.03 %

sel117 752 766 98.17 %

sel123 748 756 98.94 %


Como puede ser observado en las tablas 3.3 y 3.4, el método basado

en umbralización es muy sensible a la deriva de línea base haciendo que su

taza de acierto decrezca considerablemente. Esto es debido a que ante la

existencia de DLB el nivel de umbral fijado quede muy por encima de

muchos picos R, bajar el umbral no es una solución ya que esto haría que se

detectasen otras partes de la señal de ECG.

39

El método basado en la primera derivada por su parte es bastante

robusto a las derivas de línea base esto se debe a que este tipo de ruido

cambia muy poco la derivada de la señal, que es la base de todo el método.

En las figuras 3.10 y 3.11 se muestran los desempeños de los métodos

en presencia de DLB.

Figura 3. 10: Detección de onda R por umbralizacion en el ECG,

en presencia de DLB (registro sel103 QT Database).


40

Figura 3. 11: Detección de onda R por primera derivada en el ECG,

en presencia de DLB (registro sel103 QT Database).


El segundo experimento será la adición de ruido de red eléctrica a la

señal de ECG para observar el comportamiento de los métodos

implementados bajo estas condiciones.

El ruido debido a la red eléctrica es un ruido de alta frecuencia con

respecto a la señal de ECG que se caracteriza por tener una forma de onda

sinusoidal, una frecuencia de 50 o 60 Hz en dependencia si se usa el

41

sistema de red de Europa o de América, normalmente tiene una amplitud

entre 0.01% y 0.15% de la amplitud pico a pico de la señal de ECG.

En nuestro experimento simularemos este tipo a través de una

sinusoide con frecuencia de 60 Hz y 0.1% de la amplitud pico a pico de la

señal de ECG. En las tablas 3.5 y 3.6 se muestran las tasas de acierto

conseguidas por cada uno de los métodos en las condiciones descritas.

Tabla 3. 5: Tasa de acierto de las detecciones para el algoritmo de umbralización,

con ruido de red eléctrica.


sel100 1130 1134 99.64 %

sel103 1047 1049 99.80 %

sel116 1186 1186 100 %

sel117 759 766 99.08 %

sel123 751 756 99.33 % Elaborado por: Autor.


primera derivada, con ruido de red eléctrica.


sel100 386 1134 34.03 %

sel103 452 1049 43.08 %

sel116 417 1186 35.16 %

sel117 277 766 29.63 %

sel123 302 756 39.94 % Elaborado por: Autor.

Como puede ser observado en las tablas 3.5 y 3.6, el método con

mejores resultados frente al ruido de red eléctrica es el basado en

umbralización con valores de tasa de acierto por encima de un 99 %, lo cual

es realmente muy bueno.

42

Por otro lado, el método basado tuvo unos resultados malos, donde la

tasa de acierto no supera el 44%. Esto se debe en gran medida a que el

ruido generado por la red eléctrica, aunque de baja amplitud presenta

cambios bruscos de una frecuencia superior a los que pudiera alcanzar el

pico R por lo que el algoritmo se pierde ya que el número de cruces por cero

de la derivada ya no depende solamente del pico R y sino también del ruido.

En las figuras 3.12 y 3.13 se puede observar el desempeño de ambos

métodos en las condiciones anteriormente descritas.

Figura 3. 12: Detección de onda R por umbralización en el ECG, en presencia de

ruido de red eléctrica (registro sel103 QT Database).


43

Figura 3. 13: Detección de onda R por primera derivada en el ECG,

en presencia de ruido de red eléctrica (registro sel103 QT Database).


44

CAPÍTULO 4: Conclusiones y Recomendaciones.

4.1. Conclusiones.

En el presente trabajo de titulación se realizó un estudio descriptivo

sobre los aspectos teóricos de la señal de ECG, arritmias cardíacas y la

detección de ondas R por dos métodos, basado en umbralización y basado

en primera derivada.

También fueron implementados los dos métodos estudiados en Matlab.

Ambos métodos fueron probados con señales de ECG reales de la base de

datos Physionet en específico de la QT database, a las cuales se le

agregaron ruidos de baja y alta frecuencia con el objetivo de evaluar el

desempeño de los métodos implementados.

En condiciones normales, o sea con una señal al que se le hayan

eliminado los ruidos, ambos métodos funcionan correctamente, siendo

recomendado el uso del método basado en umbralización debido a que es

menos costoso computacionalmente. En presencia de ruido de baja

frecuencia el método basado en la primera derivada presenta una mejor tasa

de acierto, por otra parte, en presencia de ruido de alta frecuencia el método

basado en umbralización obtuvo mejores resultados.

45

4.2. Recomendaciones.

En base al desarrollo de los dos métodos de detección de onda R, se

propone los siguientes trabajos futuros:

a) Implementación de algoritmos para la detección de ondas R

mediante métodos de filtrado lineal y transformadas de Hilbert en

MatLab.

b) Implementación de un algoritmo para la detección de la onda

compleja QRS mediante transformadas Wavelets.

46

Bibliografía

Balda, R. A., VanBemnel, J. H., & Willems, J. L. (1977). Trends in Computer-

Processed Electrocardiograms. In Proceedings of the IFIP Working

Conference on Trends in Computer-Processed Electrocardiograms,

Amsterdam, Holand (pp. 197–205).

Barrett, K. (2013). Ganong fisiología médica. Retrieved from

https://scholar.google.com.br/scholar?cluster=11586919927323905669&

hl=es&as_sdt=0,5#0

Fernandez, M., & Pallas-Areny, R. (1992). Electrode contact noise in surface

biopotential measurements. In Proceedings of the Annual International

Conference of the IEEE Engineering in Medicine and Biology Society

(Vol. 1, pp. 123–124). IEEE.

http://doi.org/10.1109/IEMBS.1992.5760887

Fernández, M., & Pallás-Areny, R. (1999). Ag-AgCl electrode noise in high-

resolution ECG measurements. Biomedical Instrumentation &

Technology / Association for the Advancement of Medical

Instrumentation, 34(2), 125–30. Retrieved from

http://www.ncbi.nlm.nih.gov/pubmed/10820641

Friesen, G. M., Jannett, T. C., Jadallah, M. A., Yates, S. L., Quint, S. R., &

Nagle, H. T. (1990). A comparison of the noise sensitivity of nine QRS

detection algorithms. IEEE Transactions on Bio-Medical Engineering,

47

37(1), 85–98. http://doi.org/10.1109/10.43620

Moody, G. B., & Mark, R. G. (2001). The impact of the MIT-BIH arrhythmia

database. IEEE Engineering in Medicine and Biology Magazine : The

Quarterly Magazine of the Engineering in Medicine & Biology Society,

20(3), 45–50. Retrieved from

http://ieeexplore.ieee.org/abstract/document/932724/

Murgatroyd, F. D. (2002). Handbook of Cardiac Electrophysiology: A

Practical Guide to Invasive EP Studies and Catheter Ablation.

REMEDICA. Retrieved from

https://books.google.com.br/books?id=bVbU4gZJBk0C

Pan, J., & Tompkins, W. J. (1985). A Real-Time QRS Detection Algorithm.

IEEE Transactions on Biomedical Engineering, BME-32(3), 230–236.

http://doi.org/10.1109/TBME.1985.325532

PhysioBank, P. (2000). PhysioNet: components of a new research resource

for complex physiologic signals. Circulation. v101 i23. e215-e220.

Silva, I., & Moody, G. (2014). An open-source toolbox for analysing and

processing physionet databases in matlab and octave. Journal of Open

Research Software. Retrieved from

http://www.ncbi.nlm.nih.gov/pmc/articles/PMC4627662/

Wartak, J., & Treviño, H. V. (1985). Interpretación de electrocardiogramas.

Retrieved from

https://scholar.google.com.br/scholar?hl=es%7B&%7Dq=interpretaci%7

48

B%25%7DC3%7B%25%7DB3n+de+electrocardiogramas+Joseph+wart

ak%7B&%7DbtnG=%7B&%7Dlr=%7B#%7D0

World Health Organization. (2014). Global status report on noncommunicable

diseases 2014, 176. http://doi.org/ISBN 9789241564854

DECLARACIÓN Y AUTORIZACIÓN

Yo, GONZÁLEZ CEVALLOS, LUIS ANDRÉS con C.C: # 0927469502 autor del Trabajo de Titulación: Comparación de métodos para la detección de punto R en la señal de ECG. previo a la obtención del título de INGENIERO EN TELECOMUNICACIONES en la Universidad Católica de Santiago de Guayaquil. 1.- Declaro tener pleno conocimiento de la obligación que tienen las instituciones de educación superior, de conformidad con el Artículo 144 de la Ley Orgánica de Educación Superior, de entregar a la SENESCYT en formato digital una copia del referido trabajo de titulación para que sea integrado al Sistema Nacional de Información de la Educación Superior del Ecuador para su difusión pública respetando los derechos de autor. 2.- Autorizo a la SENESCYT a tener una copia del referido trabajo de titulación, con el propósito de generar un repositorio que democratice la información, respetando las políticas de propiedad intelectual vigentes.

Guayaquil, 15 de Marzo de 2017

f. _____________________________________

Nombre: GONZALEZ CEVALLOS , LUIS ANDRES C.C: 0927469502

REPOSITORIO NACIONAL EN CIENCIA Y TECNOLOGÍA

FICHA DE REGISTRO DE TESIS/TRABAJO DE TITULACIÓN

TÍTULO Y SUBTÍTULO: COMPARACIÓN DE MÉTODOS PARA LA DETECCIÓN DE PUNTO R EN LA SEÑAL DE ECG

AUTOR(ES) GONZÁLEZ CEVALLOS, LUIS ANDRÉS

REVISOR(ES)/TUTOR(ES) M. Sc. NESTOR ARMANDO ZAMORA CEDEÑO

INSTITUCIÓN: Universidad Católica de Santiago de Guayaquil

FACULTAD: Facultad de Educación Técnica para el Desarrollo

CARRERA: Ingeniería en Telecomunicaciones

TITULO OBTENIDO: Ingeniero en Telecomunicaciones

FECHA DE PUBLICACIÓN: 15 de Marzo de 2017 No. DE PÁGINAS:

61

ÁREAS TEMÁTICAS: Señales y Sistemas, Procesamiento de Señales

PALABRAS CLAVES/ KEYWORDS:

ECG, MatLab, Physionet, Filtros digitales, Ruido, Procesamiento.

RESUMEN/ABSTRACT (150-250 palabras): En este trabajo de titulación se realiza la implementación de una interfaz gráfica de usuario (GUI) desarrollada bajo la plataforma de simulación MatLab que permite cargar señales de electrocardiograma de la base de datos Physionet las cuales se encuentran en formato wfdb, estas señales son convertidas al formato mat nativo de Matlab utilizando la herramienta wfdbtool disponible en el sitio web de Physionet. La herramienta cuenta con la opción de eliminar los ruidos de altas y bajas frecuencias presentes en la señal de electrocardiograma a través de filtros tipo IIR de Butterworth de cuarto orden. El filtraje realizado sigue las normas internacionales establecidas por la agencia American Heart Association. Durante el presente trabajo de titulación también fueron estudiadas las bases teóricas de las señales de electrocardiograma (ECG), los ruidos que presenta, las técnicas de filtrado utilizadas para el procesamiento digital de estas señales entre otros aspectos teóricos relativos al tema.

ADJUNTO PDF: SI NO

CONTACTO CON AUTOR/ES:

Teléfono: +593-9-98673080

E-mail: [email protected]

CONTACTO CON LA INSTITUCIÓN: COORDINADOR DEL PROCESO DE UTE

Nombre: Palacios Meléndez Edwin Fernando

Teléfono: +593-9-68366762

E-mail: [email protected]

SECCIÓN PARA USO DE BIBLIOTECA

No. DE REGISTRO (en base a datos):

No. DE CLASIFICACIÓN:

DIRECCIÓN URL (tesis en la web):

mailto:[email protected]

mailto:[email protected]

UNIVERSIDAD CATÓLICA DE SANTIAGO DE...

Documents

Transcript of UNIVERSIDAD CATÓLICA DE SANTIAGO DE...